馬をシマウマに！顔の同期で学ぶCycleGAN
Cycle GANでの生成モデルを使ったＡＩドメイン変換と同期処理（ディープ・フェイクの基礎）に挑戦。ResNet(Residual Network)の構造も豊富なイラストで学べます。
Ratings 4.12 / 5.00
What You Will Learn!
- 敵対的生成ネットワーク・GANモデルの応用技術について
- ドメイン変換（スタイル変換）の意味
- 生成器(Genarator)と識別器(Discriminator)の仕組み
- ResNet （残差ネットワーク）の仕組み
- 敵対的損失・循環一貫性損失・自己同一性損失の違い
- CycleGANでの動画の作成手順
- 少ないデータでの学習方法（Instancen Normalizationの利用）
Description
敵対的生成ネットワークGANの派生であるCycleGANを使って別の画像を生成するドメイン変換モデルの概要を学び、実際にコードを書いてGANネットワークモデルを学習させてみます。データサイエンス初心者にもわかりやすいように、実行結果やソースコードも公開しています。
また、画像認識で最も人気の高いResidual Network (ResNet)についても図解とコードで解説しています。
ディープフェイクはCycleGANのアルゴリズムに更に多くの手を加えてチューニングされていますが、このコースではシンプルなモデルで再現してみました。
PythonコードとPyTorchフレームワークで解説していきます。(コードの教材付)
Who Should Attend!
- 人工知能に興味のある方
- ディープラーニングによる画像認識の次を勉強したい方
- GANに興味のある方
Tags
- Artificial Intelligence
- Deep Learning
- Image Editing
- Machine Learning
Subscribers
388
Lectures
52
TAKE THIS COURSE
